cowi-rapport april 2011

C:\Documents and Settings\mkma\Local Settings\Temporary Internet Files\Content.Outlook\FT9RGU64\LINE model anvendt på

Aarhus2017.docx

Projektnr.

Dokumentnr. P-075151

Version 1

Udgivelsesdato 11.april 2011

Udarbejdet SLAR, JETH

Kontrolleret SHP, JPK

Indholdsfortegnelse 1 Indledning 1

2 Overordnet metode 2

3 Beregningsgrundlag 5 3.1 Input i beregningerne 6

4 Resultater fra LINE modellen 7 4.1 Samfundsøkonomiske effekter fordelt på geografi 7 4.2 Omsætning fordelt på branche 9 4.3 Investering vs. "afkast" 9

5 Konklusion og perspektivering 12

1 Indledning

Danmark har værtskabet for Europæisk Kulturhovedstad i 2017. Aarhus Byråd har besluttet, at Aarhus er kandidat til titlen, og Aarhus Kommune samarbejder med Region Midtjylland og kom-munerne i regionen om den kommende ansøgning, der skal afleveres d. 30. september 2011.

Som værtskommune må Aarhus Kommune forventes at påtage sig en betydelig andel af kulturho-vedstadsprojektets finansiering. Aarhus Kommune har endnu ikke truffet beslutning om størrelsen af kommunens samlede økonomiske bidrag til projektet, men ifølge det forslag til finansiering, som Aarhus Byråd skal tage stilling til i april 2011 forventes Aarhus Kommune at stå for ca. 20 % af projektets finansiering.1

Derfor er det yderst relevant for Aarhus Kommune at belyse de samfunds- og kommunaløkonomi-ske konsekvenser forud for en ansøgning. Nærværende notat belyser det første trin i en samfunds-økonomisk analyse.

Der foreligger tre scenarier for den økonomiske ramme for projektet: henholdsvis 300, 400 og 500 mio. kr. som skal placeres i en selvstændig fond, og som fonden skal videreinvestere i projektet. Dette notat belyser scenarierne med hhv. 300 og 500 mio. kr. i fonden.

1"Europæisk Kulturhovedstad 2017, Forslag til budget og finansiering for Aarhus2017"

http://www.aarhus.dk/~/media/Dokumenter/Kultur-og-Borgerservice/Kulturforvaltningen/Publikationer/2011/K2017-rapport-LW8A6EXR.ashx

Kulturforvaltningen, Aarhus Kommune

Økonomisk Måling af de Kortsigtede

Turismeeffekter ved Gennemførelse af Aarhus

som Europæisk Kulturhovedstad 2017

Notat

COWI A/S

Jens Chr. Skous Vej 9

8000 Aarhus C

Telefon 87 39 66 00

Telefax 87 39 66 60

www.cowi.dk

Økonomisk Måling af de Kortsigtede Turismeeffekter ved Gennemførelse af Aarhus2017

C:\Documents and Settings\mkma\Local Settings\Temporary Internet Files\Content.Outlook\FT9RGU64\LINE model anvendt på Aarhus2017.docx

2 / 18

.

Dette notat beskriver de potentielle økonomiske turismeeffekter af projektet.

2 Overordnet metode

Den samfundsøkonomiske analyse baseres på 'LINE' modellen, som er den bedst kendte og mest beskrevne model til effektmåling af sports-, kultur- og erhvervsbegivenheder.2 LINE modellen er opbygget af AKF3 og Lektor Lise Lyck, CBS og anbefales af VisitDenmark.

LINE modellen beregner den værdi, som skabes direkte og på kort sigt af gæster til forskellige ty-per events. Dette sker med udgangspunkt i den omsætning, som gæsterne generer, mens de er i by-en i forbindelse med eventen. Modellen har sin styrke i, at den tager højde for både hvor deltagerne kommer fra, og hvor de genererer omsætning, fordelt på kommuner, region og landet som helhed. Som sådan matcher modellen ret godt interessenterne i dette projekt. Desuden er modellen nationalt anerkendt og afprøvet adskillige gange.

Modellen er 0-scenariemodel - dvs. den beregner forskellen mellem at gennemføre Aarhus2017 eller lade være.

Modellen har sin svaghed ved, at indirekte effekter ikke medregnes. Ved ikke at medregne disse effekter, må modellen siges at være konservativ - men derfor også ret troværdig. Der er yderligere konservative antagelser i modellen som f.eks.

• Der medregnes IKKE forbrug fra Region Midtjyllands egne borgere (dvs. den antager IKKE, at Region Midtjyllands borgere vil bruge flere penge i Region Midtjylland som følge af dette tiltag)

• Modellen indregner IKKE et tab, der vil være ved, at Sønderborg alternativt vinder titlen (Søn-derborg som Europæisk Kulturhovedstad vil formentlig betyde at mange Midtjyder vil besøge Sønderjylland og øge deres forbrug her på bekostning af forbruget i Midtjylland). Udregningen bygger altså alene på besøg udefra.

Bruges modellen før begivenheden, som her, er der desuden en meget væsentlig kilde til usikkerhed i modellens input, deltagernes sammensætning og antal.

Men selvom der er usikkerhed om inputtet, er vi imidlertid ikke på bar bund, idet der findes empiri-ske data om deltagerantal og -sammensætning fra tidligere kulturhovedstæder. Selvom hver kultur-hovedstad har sin egen strategi, sit eget program og sit eget budget, må vi tage udgangspunkt i em-pirien ud fra en tese om, at Aarhus kan tiltrække lige så mange deltagere, som en gennemsnitlig kulturhovedstad. Hvis forventningen er et væsentligt lavere budget, justeres deltagerantallet ned. For at illustrere både, hvad modellen belyser og ikke mindst, hvad den IKKE belyser, er Figur 2-1 udarbejdet.

2 Se "Effektmåling af Sports-, kultur- og erhvervsbegivenheder, september 2007 af Wonderful Copenhagen, Sport Event Danmark og VisitDenmark, pp. 2-3 3 AKF står for Anvendt Kommunal Forskning, http://www.akf.dk/



3 / 18

.

Figur 2-1 Finansiering og Samfundsøkonomi i Aarhus som Europæisk Kulturhovedstad 2017.

Videreudvikling af figur 3.1 fra "Europæisk Kulturhovedstad 2017, Forslag til budget og finansiering for Aarhus 2017"

Anlægs-projekter

LINE modellen

Varigt omsætningsløft, branding effekter, øget tiltrækningskraft o.l.

• Omsætning

• Bruttoværditilvækst

• Beskæftigelseseffekt

• Offentligt provenu

Kortsigtede effekter af gæster • Omsætning




Kortsigtede effekter af ansættelser i Aarhus2017 fond og projekter

• Omsætning




Program-aktiviteter

Offentlige tilskud Tilskud fra fonde, sponsorer og offentlige myndigheder

Aarhus2017 fondens budget

Værdi af anlæg • Salgsværdi

• Brugsværdi

• Oplevelsesværdi

• Tidsbesparelser

Kortsigtede effekter af ansatte i anlægsprojekter

• Omsætning




Tilskud fra sponsorer og fonde

Offentlige myndigheder

De projektansvarliges egne ressourcer

Region

Nationalt Kommunen

Kvalitativ udvikling af

kultur og kreative erhverv



4 / 18

.

Figur 2-1 viser, hvordan LINE modellen er afgrænset i forhold til de øvrige finansielle og sam-fundsøkonomiske forhold i projektet. Udover de effekter, som LINE-modellen beregner forventes et værtskab for Europæisk Kulturhovedstad også at have en lang række andre effekter • Aktivitet

- Beskæftigelse i Aarhus2017 fond og Aarhus2017 projekter med væsentlig privat medfi-nansiering

- Større aktivitet i kunst- og kultursektoren - et løft til kulturinstitutioner, museer m.v.

- Flere kulturelle aktiviteter for borgerne

- Tiltag, der viser sig selvbærende, bliver permanente og skaber permanent aktivitet

• Turisme

- Flere besøgende fra og med 2019 pga. varig branding og permanente tiltag

- Den økonomiske værdi af besøg internt i Region Midtjylland

• Branding og tiltrækning

- Både kortvarige og varige brandingeffekter for Aarhus, Region Midtjylland og sponsorer

- Bedre evne til at tiltrække og fastholde virksomheder

- Bedre evne til at tiltrække fastholde ressourcestærke borgere

- Bedre evne til at tiltrække nye studerende

- Styrkelse og supplement af andre brandingstrategier som f.eks. Klimastrategi- CO2030, global capital of windpower (and clean tech)

• Fysiske forbedringer

- Blivende forbedringer i byrum m.m. (gennem Aarhus2017 budget eller ej)

- Blivende forbedringer af infrastruktur (typisk ikke gennem Aarhus2017 budget)

- Beskæftigelseseffekter af infrastrukturprojekter (typisk ikke gennem Aarhus2017 budget)

• Muligheder for innovation

- Mulighed for integration af kulturliv, erhvervsliv og studieliv.

- Styrkelse af kreativitet og innovation i tråd med rethink-temaet

• Kompetencer

- Forbedrede kompetencer hos arrangører og deltagere



5 / 18

.

- Forbedrede muligheder for at tiltrække andre events

- Øget professionalisering af kulturlivet i Region Midtjylland

• Identitet

- Værdi af kultursamarbejder på tværs i Region Midtjylland

- Én samlet region

- Social inddragelse og positivt multikulturelt samfund

- Fælles identifikation for borgere

Disse effekter belyses som nævnt ikke i denne rapport, men kan være de primære årsager til at søge kulturhovedstad 2017 værtskabet. Søges dette værtskab er det dog også yderst relevant for byens beslutningstagere, at kende de mere kortsigtede økonomiske konsekvenser.

Tænkes der snævert på Aarhus Kommunes finansielle interesser, er det interessant at belyse, i hvor høj grad de investeringer Kommunen foretager matches af et øget provenu til Kommunen. Som fi-guren viser giver LINE modellen den første del af svaret. Modellen giver også svar på, i hvor høj grad de øvrige offentlige interessenter opnår dækning af deres investeringer. Og derudover giver modellen også bud på omsætning, bruttoværditilvækst og beskæftigelse.

LINE modellen har veludviklede mekanismer, der beskriver netop forholdene mellem omsætning, bruttoværditilvækst og beskæftigelse og derudover også fordelingen mellem kommune, øvrige kommuner i regionen samt staten. Selvom selve LINE modellen ikke vil kunne anvendes direkte til vurdering af projektets øvrige samfundsøkonomiske effekter, vil mange af mekanismerne kunne genbruges og sikre, at projektets totale samfundsøkonomiske effekter kan vurderes på konsistent vis.

3 Beregningsgrundlag

De bedste empiriske data, der er tilgængelige vedrørende tidligere kulturhovedstæder, dækker bud-getter, byernes indbyggertal, antal besøgende og overnatninger.

Der er derfor taget udgangspunkt i disse historiske tal i udarbejdelsen af en prognose for Aar-hus2017.

Prognosen for Aarhus2017 er lavet, så besøgstal og overnatningstal er skaleret i forhold til det fore-liggende talmateriale fra tidligere kulturhovedstæder. Der er redegjort herfor i bilaget "Redegørelse for scenariernes antagelser i forhold til empiri fra tidligere kulturhovedstæder"

Til brug for LINE modellen er der genereret en lang række andre tal via dels "Aarhus2017 - Notat om strategisk sammenhæng, gæstepotentiale og kommunikation" og dels via andre indhentede sta-tistikker.



6 / 18

.

3.1 Input i beregningerne

Det historiske sammenligningsgrundlag er holdt op imod Måltal for Aarhus2017. Antagelserne bag Måltal-scenariet er dannet på baggrund af "Aarhus2017 - Notat om strategisk sammenhæng, gæste-potentiale og kommunikation". Derudover er der genereret to overslag for Aarhus2017 ud fra dels et højt budgetscenarie med 500 mio. kr. i Aarhus2017 fonden (heraf 100 mio. fra Aarhus Kommu-ne) og dels et lavt budgetscenarie med 300 mio. kr. i Aarhus 2017 fonden (heraf 60 mio. fra Aarhus Kommune). Disse to prognoser er dannet ved at sammenholde budgetstørrelserne med empirien fra andre byer, og omtales i det følgende som henholdsvis Empiri 500 og Empiri 300. På baggrund af rapporten "Aarhus2017 - Notat om strategisk sammenhæng, gæstepotentiale og kommunikation", en række små statistiske analyser og nogle antagelser har COWI genereret input data til LINE mo-dellen som vist i Tabel 3-1 Input til LINE-modellen.

Tabel 3-1 Input til LINE-modellen

Måltal Empiri 500 Empiri 300

Budget-ramme (mio. kr.) 500 500 300

# Besøgende i 2016 & 2017 5.000.000 3.787.646 2.314.782

# Besøgende i 2018 2.713.224 2.055.347 1.256.105

Andel danskere 86,0% 88,0% 88,0%

Andel tilrejsende danskere 30,7% 30,7% 30,7%

Andel med Kulturhovedstad Aarhus som destination 50,0% 50,0% 50,0%

Andel med overnatninger 21,1% 17,1% 15,8%

# Overnatninger per overnætter 2 2 2

Andel kommercielle overnatninger 0,0% 0,0% 0,0%

Døgnforbrug/overnatter 1.363 1.363 1.363

Døgnforbrug/endagsgæst 373 373 373

Andel udlændige 14,0% 12,0% 12,0%

Andel med Kulturhovedstad Aarhus som destination 50,0% 50,0% 50,0%

Andel med overnatninger 32,8% 38,3% 38,3%

# Overnatninger per overnætter 2 2 2

Andel kommercielle overnatninger 0,0% 0,0% 0,0%

Døgnforbrug/udenlandsk overnatter 1.233 1.233 1.233

Døgnforbrug/udenlandsk endagsgæst 521 521 521



7 / 18

.

4 Resultater fra LINE modellen

Resultaterne fra LINE modellen er omsætning, værditilvækst, beskæftigelse i årsværk, samt offent-lige provenuer. (Begreberne er forklaret i bilag B.2.) Disse størrelser kan herefter fordeles hhv. på brancher, geografi og forskellige offentlige kasser.

4.1 Samfundsøkonomiske effekter fordelt på geografi

Det fremgår af Tabel 4-1, at gæsterne skaber væsentlige effekter på beskæftigelsen, det offentlige provenu og værditilvæksten. Disse effekter kan opgøres på kommuneniveau indenfor Region Midt-jylland, aggregeret for Region Midtjylland samt på nationalt niveau.

Af Tabel 4-1 ses det, at der er væsentlig forskel på de tre scenarier. Scenariet Måltal genererer over dobbelt så store samfundsøkonomiske effekter som scenariet Empiri 300. Empiri 500 ligger midt i mellem.

Desuden fremgår det, at Aarhus tegner sig for ca. 70 % af de gevinster, der opstår i Region Midtjyl-land som helhed.

Herudover ses det, at effekterne i Region Midtjylland målt i årsværk og værditilvækst er knap dob-belt så store som effekterne på landsplan. Eksempelvis er beskæftigelsen i Empiri 500 i Region Midtjylland 1.468 årsværk, men tallet på landsplan er 792. Dette skyldes, at LINE modellen anta-ger, at gæster fra andre regioner flytter en del af deres forbrug fra deres hjemregion til Region Midt-jylland. Således er effekterne for kommuner udenfor Region Midtjylland negative.

Der vil således tilsvarende være negative økonomiske effekter for Region Midtjylland, hvis Søn-derborg vinder titlen som kulturhovedstad.

De provenumæssige konsekvenser for kommunerne er før indregning af udligning mellem kommu-nerne.

Det samlede offentlige provenu på landsplan er dog knap fire gange så stort som det samlede of-fentlige provenu i Region Midtjylland, hvilket skyldes, at klart de største offentlige provenuer til-falder staten i kraft af en stor andel af den samlede personskat, moms og afgifter.



8 / 18

.

Tabel 4-1 De af LINE-modellen beregnede samfundsøkonomiske effekter fordelt på geografi

Måltal Empiri 500 Empiri 300

Årsværk Provenu (mio. kr.)

Værditil-vækst (mio. kr.)


Værditil-vækst (mio. kr.)


Værditil-vækst (mio kr.)

National

effekt 1.102 226 401 792 159 288 484 97 176

Region

Midtjylland 2.117 60 729 1.468 42 506 872 25 300

Aarhus 1.469 42 506 1.019 29 351 605 17 208

Randers 90,8 2,6 31,3 63,0 1,8 21,7 37,4 1,1 12,9

Viborg 89,4 2,6 30,8 62,0 1,8 21,4 36,8 1,1 12,7

Silkeborg 84,8 2,4 29,2 58,8 1,7 20,3 34,9 1,0 12,0

Herning 81,9 2,3 28,2 56,9 1,6 19,6 33,8 1,0 11,6

Horsens 78,5 2,2 27,0 54,5 1,6 18,8 32,3 0,9 11,1

Holstebro 54,7 1,6 18,8 37,9 1,1 13,1 22,5 0,7 7,8

Skanderborg 27,4 0,8 9,5 19,0 0,5 6,6 11,3 0,3 3,9

Favrskov 22,3 0,6 7,7 15,5 0,4 5,3 9,2 0,3 3,2

Hedensted 22,0 0,6 7,6 15,3 0,4 5,3 9,1 0,3 3,1

Syddjurs 19,8 0,6 6,8 13,8 0,4 4,7 8,2 0,2 2,8

Norddjurs 18,3 0,5 6,3 12,7 0,4 4,4 7,5 0,2 2,6

Ringkøbing-

Skjern 14,0 0,4 4,8 9,7 0,3 3,3 5,8 0,2 2,0

Skive 11,5 0,3 4,0 8,0 0,2 2,8 4,7 0,1 1,6

Odder 10,4 0,3 3,6 7,2 0,2 2,5 4,3 0,1 1,5

Ikast-Brande 9,7 0,3 3,3 6,7 0,2 2,3 4,0 0,1 1,4

Struer 5,4 0,2 1,9 3,7 0,1 1,3 2,2 0,1 0,8

Lemvig 5,2 0,1 1,8 3,6 0,1 1,2 2,1 0,1 0,7

Samsø 1,9 0,1 0,7 1,3 0,0 0,5 0,8 0,0 0,3



9 / 18

.

4.2 Omsætning fordelt på branche

Den omsætning, der skabes af gæster til Aarhus 2017 kan fordeles relativt præcist på forskellige brancher på baggrund af en fordelingsnøgle tilknyttet LINE modellen. Denne fordelingsnøgle er dannet via undersøgelser af turisters forbrugsmønstre. Resultatet for Aarhus 2017 er vist i Tabel 4-2.

Tabel 4-2 Den af LINE-modellen beregnede omsætning fordelt på brancher

Mio. kr. Måltal Empiri 500 Empiri 300

Overnatning 427 422 252

Restaurant 392 296 176

Øvrige varer & tjenesteydelser 308 179 107

Varige forbrugsgoder (shopping) 115 74 44

Forlystelser 133 42 25

Dagligvarer 117 32 19

Lokal transport 20 11 6

I alt 1.512 1.056 630

Ikke overraskende er det indenfor hotel og restaurationsbranchen, at den største stigning i omsæt-ning finder sted. Øvrige varer og tjenesteydelser, som kan bestå af underleverancer til hotel og restaurationsbran-chen, står ligeledes for en stor del af omsætningen sammen med detailhandelen. Underleverancerne kan være fødevarer, rengøring, vask, el, vand og varme mv. Yderligere kan der i denne kategori være tjenesteydelser købt af gæsterne eksempelvis wellnes, klipning ved frisør mv.

4.3 Investering vs. "afkast"

I Tabel 4-3 sammenlignes de private investeringer i kulturhovedstadsprojektet med omsætningen i den private sektor. De private bidrag dækker dels sponsorater til Aarhus2017 fonden, dels sponso-rater direkte til konkrete projekter. Det fremgår af scenariet Måltal og Empiri Høj, at det private erhvervsliv bidrager med i alt 228 mio. kr. i form af 40 mio. kr. til Aarhus2017 fonden og 188 mio. kr. til de enkelte projekter – men kulturhovedstadsprojektet skaber en samlet omsætning i den pri-vate sektor på 1½ mia. kroner i scenariet Måltal og 1 mia. kr. i scenariet Empiri Høj.

I scenariet Empiri Lav bidrager det private erhvervsliv med hhv. 22 mio. kr. til Aarhus2017 fonden og 100 til projekterne. Omsætningen i de private erhversliv beregnes af LINE modellen til over 600 mio. kr.

Det ses yderligere at størstedelen - ca. 2/3 af denne omsætning sker i den private sektor i Aarhus Kommune.



10 / 18

.

Tabel 4-3 Omsætning fordelt på geografi sammenholdt med private investeringer i Aarhus 2017

Private bidrag (mio. kr.) Måltal Empiri 500 Empiri 300

Anslået privat bidrag til Aarhus2017 fond 40 40 22

Anslået privat bidrag til projekter 188 188 100

Omsætning privat sektor (mio. kr.) Måltal Empiri 500 Empiri 300

Aarhus 1.049 733 437

Randers 64,8 45,3 27,0

Viborg 63,9 44,6 26,6

Silkeborg 60,6 42,3 25,2

Herning 58,6 40,9 24,4

Horsens 56,1 39,2 23,4

Holstebro 39,1 27,3 16,3

Skanderborg 19,6 13,7 8,2

Favrskov 15,9 11,1 6,6

Hedensted 15,7 11,0 6,6

Syddjurs 14,2 9,9 5,9

Norddjurs 13,1 9,1 5,4

Ringkøbing-Skjern 10,0 7,0 4,2

Skive 8,2 5,8 3,4

Odder 7,4 5,2 3,1

Ikast-Brande 6,9 4,8 2,9

Struer 3,8 2,7 1,6

Lemvig 3,7 2,6 1,6

Samsø 1,4 1,0 0,6

Total 1.512 1.056 630

Det ses, at den private sektor opnår en endog meget stor omsætning i forhold til de sponsorbidrag, der anslås. I Empiri 300 beregnes omsætningen til 630 mio.kr. i omsætning kontra 122 mio. kr. i bidrag. I Empiri 500 beregnes til omsætningen til 1.056 mio.kr. kontra 228 mio.kr. i bidrag. Begge



11 / 18

.

scenarier giver altså ca. en omsætning, der er fem gange så stor om bidraget. I scenariet Måltal er faktoren ca. 6,5.

Derudover vil den private sektor også opnå positive branding-effekter og lignende, som ikke er be-regnet her jf. opgavens afgrænsning.

Tabel 4-4 - Indskud, provenu og værditilvækst fordelt på geografi og offentlige interessenter

Mio. kr. Måltal Empiri 500 Empiri 300

Ind

skud

Pro

venu

Væ

rditilvæ

kst

Om

sætn

ing

Ind

skud

Pro

venu

Væ

rditilvæ

kst

Om

sætn

ing

Ind

skud

Pro

venu

Væ

rditilvæ

kst

Om

sætn

ing

Aarhus Kommune 100 42 506 1.049 100 29 351 733 60 17 208 437

Øvrige kommuner i Region Midtjylland 45 19 223 463 45 13 155 323 35 8 92 193

Region Midtjylland som institution 55 0 55 0 25 0

Offentlig sektor i Region Midtjylland 200 60 729 1.512 200 42 506 1.056 120 25 300 630

Staten 200 184 200 129 120 79

Offentlig sektor i DK 400 226 401 400 159 288 240 97 176

Tabel 4-4 viser, at kommunerne kan få knap en tredjedel af deres investering igen som provenu på den korte bane (før kommunal udligning), mens staten har udsigt til at få over halvdelen tilbage umiddelbart, når man alene måler de direkte indtægter fra turisme.

I Aarhus Kommune og Region Midtjylland skabes en værditilvækst, der langt overstiger den of-fentlige investering. Kommunerne i Region Midtjylland kan skabe en værditilvækst, der er ca. tre gange så stor som den kommunale investering. Billedet er et andet for landet som helhed. Dette skyldes, at gæster fra øvrige regioner i LINE modellen antages at reducere forbruget i deres hjem-region, med det samme beløb, som de bruger i Region Midtjylland. Det er således de udenlandske gæster, der skaber de positive effekter på landsplan.

Øges andelen af udenlandske gæster med 15 procentpoints fra 12 % til 27 % (således at det totale antal gæster holdes konstant) øges værditilvæksten i Danmark i Empiri 500 scenariet fra 288 mio. kr. til 403 mio. kr. Statens provenu øges fra 129 mio. kr. til 209 mio. kr. og det samlede offentlige provenu fra 159 mio. kr. til 253 mio. kr.

Aarhus Kommunes provenu øges fra 29 til 34 mio. kr. For Aarhus Kommune er effekten af at til-trække større andel udlændinge altså forholdsvis mindre end for staten.



12 / 18

.

Fra statens side (og i kommunerne udenfor Region Midtjylland) er der således en markant interesse i at tiltrække så mange udenlandske gæster som muligt. Tænkes der snævert på Aarhus Kommunes og de øvrige kommuner i Region Midtjyllands interesser, så er det vigtigste at tiltrække gæster ude-fra - og gerne gæster der overnatter. Om de er fra København eller udlandet betyder mindre.

Det kan dermed foreløbig konkluderes at den private sektor opnår en saltvandsindsprøjtning til om-sætningen, der langt overgår det forudsatte private bidrag. Også værditilvæksten i Region Midtjyl-land, som tilfalder dels virksomhederne og dels arbejdsstyrken, er større end de private bidrag. Den offentlige sektor får en betydelig del af sin investering igen som øget provenu på kort sigt. For både den private og den offentlige sektor er der positive langsigtede effekter, som ikke er medregnet. Se listen på side 4.

5 Konklusion og perspektivering

De kortsigtede økonomiske gevinster ved at tiltrække gæster kan udgøre op imod en tredjedel af den kommunale investering. Gæsterne skaber således en stor økonomisk og beskæftigelsesmæssige gevinst i Aarhus Kommune og i RegionMidtjylland. Staten får en endnu større del af sin investering retur i provenu, da staten modtager den største andel af skatter og afgifter.

Derudover vil der uden tvivl være en del effekter, der ikke indgår i denne analyse, der alene belyser de umiddelbare økonomiske effekter på baggrund af forsigtige, men samtidigt empirisk underbyg-gede antagelser.

Blandt disse effekter kan nævnes en væsentlig men midlertidig delvist privat finansieret beskæfti-gelseseffekt, langsigtede turismeeffekter, værdien af yderligere professionalisering og internationa-lisering af kulturområdet og turismebranchen og værdien af investeringer i infrastruktur.

Der er grund til at formode, at disse dynamiske effekter vil være større end de kortsigtede effekter, som den foreliggende analyse belyser.

For at kunne vurdere størrelsen af de dynamiske effekter, er det dog nødvendigt at foretage en for-programmering af initiativets aktiviteter i form af forskellige alternativer, der så kan sammenlignes med det formål at skabe et beslutningsgrundlag, hvor indhold og sammensætning af kulturaktivite-terne kan forenes med de økonomiske gevinster, som Aarhus ønsker at opnå via initiativet.



13 / 18

.

Bilag A: Redegørelse for scenariernes antagelser i forhold til empiri fra tidligere kulturhovedstæder Den anvendte historiske dataserier fra tidligere kulturhovedstæder, som danner baggrunden for de to empirisk baserede scenarier, er ikke komplette. Derfor vil der være forskellige byer, der indgår i forskellige sammenligninger, som det ses i det efterfølgende.

Figur 5-1 - Sammenhængen mellem indbyggertal og besøgende

Det fremgår af Figur 5-1, at de forholdsvis små byer også typisk har besøgstal på under 3 mio. gæ-ster. Aarhus ligger dog i den øvre ende af de små byer, hvorfor et besøgstal på op til 4 mio. vurde-res at være realistisk med et budget på 500 mio. kr.

Billedet er mere broget for de store byer. Det kan skyldes flere forhold, som for eksempel at Rot-terdam benyttede projektet meget internt til at bekæmpe sociale problemer, mens de sydeuropæiske store byer typisk har haft små budgetter, hvilket fremgår af næste figur. Lille, København og Liver-pool har opnået meget store besøgstal og således udnyttet det potentiale, de har haft i kraft af deres indbyggertal.

Det skal bemærkes, at Aarhus2017 er et regionalt projekt, og at Region Midtjylland har 1,1 mio. indbyggere. Dette har dog også været tilfældet i andre af byerne. Der er lavet en sammenligning med indbyggertallet i "urban areas", da det synes at give de statistisk mest sammenlignelige resulta-ter.

Måltal

Empiri 500

Empiri 300

København

Thessaloniki

Porto

Rotterdam

Brügge

StavangerGraz Genoa

Lille

Linz

Liverpool

Cork

Salamanca

0

2

4

6

8

10

12

0 200.000 400.000 600.000 800.000 1.000.000 1.200.000 1.400.000

# b

esø

gen

de

(m

io.)

Indbyggertal



14 / 18

.

Figur 5-2 - Sammenhængen mellem Kulturhovedstadens budget og antallet af besøgende

Der ses af Figur 5-2 nogen sammenhæng mellem budget og antal besøgende. København, Lille og Liverpool har således alle haft forholdsvis store budgetter.

En gruppe af byer, Thessaloniki, Linz, Rotterdam og Graz har dog ikke formået at få samme antal besøgende ud af budgettet. Empiri 500 ligger mellem København og den sidstnævnte gruppe, dog tættest på gruppen.

Det lave budgetscenarie som er anvendt i Empiri 300 ligger nogenlunde på niveau med byer som Stavanger og Salamanca.

Det afgørende for samfundsøkonomien er dog ikke kun besøgstallet men især antallet af tilrejsende besøgende og antal overnatninger.

Figuren tydeliggør budgetstørrelsens afgørende betydning for tiltrækningseffekten overfor besø-gende. Der er således ingen af byerne med små budgetter, der har tiltrukket mange besøgende. Men omvendt er der også stor variation i, hvor mange besøgende byer med budgetter omkring 60-70 mio. kr. har kunnet tiltrække.

Antal overnatninger findes der udmærket empiri omkring. Dog er der et begrænset antal byer, for hvilke vi har både antal overnatninger og antal besøgende til kulturhovedstadsprojekterne.

Måltal

Empiri 500

Empiri 300

Luxembourg

København

Thessaloniki

Porto

RotterdamBrügge

Salamanca

Graz

Genoa

Lille

Cork

Liverpool

Stavanger Linz

0

2

4

6

8

10

12

0 20 40 60 80 100 120 140 160

# B

esø

gen

de

(m

io.)

Budget (mio. €)



15 / 18

.

Figur 5-3 - Sammenhængen mellem antal besøgende og antal overnatninger

Det fremgår af Figur 5-3 at hvis man ser bort fra Porto og Lille, så er der en fin sammenhæng mel-lem antal besøgende og overnatninger.

Lilles lave antal overnatninger kan være forklaret af Lilles centrale beliggenhed i et tætbefolket om-råde samt særdeles gode togforbindelser til Lille - de besøgende har så at sige haft mulighed for at komme hjem igen.

Det omvendte kan man sige om Porto, der ligger mere afsides i Europa.

Empiri 500 kan synes at ligge højt i antal overnatninger, men ser man på indekstal for antal over-natninger i kulturhovedstæderne, virker antallet af overnatninger rimeligt.

Empiri 500

Empiri 300

København

Thessaloniki

Porto

Brügge

Salamanca Graz

Lille

Liverpool

1

100.001

200.001

300.001

400.001

500.001

600.001

700.001

800.001

900.001

0 2 4 6 8 10 12

# O

vern

atn

ing

gen

ere

ret

af K

ult

urb

y p

roje

kte

t

# Besøgende (mio.)



16 / 18

.

Figur 5-4 Indekstal for antal overnatninger i byerne for kulturhovedstadsåret ift. året før

Det ses af Figur 5-4, at relativt små byer kan ligge forholdsvis højt i indekstal for overnatninger. Af de fem byer, der ligger over indeks 120 er de fire forholdsvis små byer; nemlig Weimar, Salaman-ca, Graz og Sibiu. Den sidste er Liverpool, der havde det største budget af alle byer. Empiri 500 ligger på indeks 117 og Empiri 300 på 110.

Som en interessant sidebemærkning kan det nævnes, at Weimar før kulturhovedstadsåret havde 367.000 overnatninger stigende til 574.000 i kulturhovedstadsåret 1999. Dette antal faldt derefter kortvarigt, men efterfølgende lykkedes det hurtigt at vende udviklingen igen til et overnatningsantal på 600.000 i dag.

Weimar er således én af de byer med den bedste historik for vækst i antal overnatninger. Men også for de øvrige byer er det empirisk helt entydigt, at der også året efter et kulturhovedstadsåret er flere overnatninger end før kulturhovedstadsåret. Derfor er der i beregningerne medregnet to års øget besøgstal, hvor der dog ikke regnes med ligeså mange besøgende året efter, som i selve kulturho-vedstadsåret.

Øget besøgstal i år to, tre, fire osv. efter kulturhovedstadsåret er ikke medregnet, hvilket må siges at være en ret forsigtig tilgang - men også den eneste mulige tilgang, idet det er meget vanskeligt at finde empiri omkring de mere langvarige effekter.

0

20

40

60

80

100

120

140

160

180



17 / 18

.

Bilag B: Forkortelser og begreber

B.1 Forkortelser

AKF Anvendt Kommunal Forskning

CBS Copenhagen Business School

B.2 Begreber

Provenu Skatter og afgifter, som tilfalder kommuner og stat. Selskabsskat, indkomst-skat, moms og andre afgifter.

Værditilvækst Øget "dækningsbidrag" i virksomheder. Virksomhedernes dækningsbidrag går blandt andet til løn, andre faste omkostninger, skatter m.v.

Som defineret af Danmarks Statistik:

"Bruttoværditilvækkst er lig med bruttonationalproduktet i basispriser og opgøres for det enkelte erhverv som produktionen i basispriser minus forbrug i produktionen i køberpriser og er således også lig med sum-men af andre produktionsskatter, netto, aflønning af ansatte og overskud af produktionen og blandet indkomst. For samfundet som hel-hed kan bruttoværditilvæksten også opgøres som bruttonationalproduktet i markedspriser minus produktskatter, netto"



18 / 18

.

Bilag C: Litteraturliste

C.1 Rapporter

Aarhus Kommune (2010): "Europæisk Kulturhovedstad 2017. Økonomi og økonomiske effekter -

erfaringer fra tidligere kulturhovedstæder"

Aarhus Kommune (2011): "Aarhus 2017 - Notat om strategisk sammenhæng, gæstepotentiale og

kommunikation"

Aarhus Kommune (2011): "Europæisk Kulturhovedstad 2017. Forslag til budget- og finansiering

for Aarhus 2017"

ECOTEC (2009): "Ex-Post Evaluation of 2007 and 2008 European Capitals of Culture. Final Re-

port"

Idrætsfonden Danmark (2007): "International Sportsevents i Danmark 2006. Hvad er de værd sam-

fundsøkonomisk?"

Palmer/Rae Associates (2004): "European Cities and Capitals of Culture - City Reports. Study

Prepared for the European Commision PART I"

Palmer/Rae Associates (2004): "European Cities and Capitals of Culture - City Reports. Study

Prepared for the European Commision PART II"

Palmer/Rae Associates (2007): "European Cultural Capital Report"

Palmer/Rae Associates (2009): "European Cultural Capital Report 2"

Region Midtjylland (2007): "Turisme i Region Midtjylland. - Uddrag fra analysegrundlaget for den

regionale udviklingsplan"

VisitDenmark (2007): "Effektmåling af sports-, kultur- og erhvervsbegivenheder"

C.2 Datakilder

3F - Fagligt Fælles Forbund: www.3f.dk

CA a-kasse: www.ca.dk

SKAT: www.skat.dk

Statistikbanken: www.statistikbanken.dk

VisitDenmark: www.visitdenmark.dk